ໃນວັນທີ 16 ພຶດສະພາ 2018, Rockchip ເປີດຕົວໂຊລູຊັ່ນເທັກໂນໂລຍີການຊອກຄົ້ນຫາເປົ້າໝາຍແບບເຈາະເລິກທີ່ເຮັດວຽກຢູ່ໃນແພລດຟອມຊິບ RK3399 ຂອງມັນ, ເຊິ່ງສາມາດສະໜອງການແກ້ໄຂແບບ quasi-Turnkey ສໍາລັບອຸດສາຫະກໍາປັນຍາປະດິດ AI ລະດັບສູງ, ແລະສາມາດຮອງຮັບໄດ້ທັງລະບົບ Android ແລະ Linux. . ອັດຕາການກວດພົບເປົ້າໝາຍບັນລຸຫຼາຍກວ່າ 8 ເຟຣມ/ວິນາທີ.
ໃນຂົງເຂດຂອງປັນຍາປະດິດ, ການຊອກຄົ້ນຫາເປົ້າຫມາຍແມ່ນທິດທາງການຄົ້ນຄວ້າທີ່ມີຄວາມນິຍົມຫຼາຍ. ການກວດຫາເປົ້າໝາຍໝາຍເຖິງການຕັ້ງ ແລະຈັດປະເພດວັດຖຸເປົ້າໝາຍໃນຮູບພາບ ຫຼືວິດີໂອ. ສໍາລັບເຄື່ອງຈັກ, ມັນເປັນການຍາກທີ່ຈະໄດ້ຮັບໂດຍກົງແນວຄວາມຄິດທີ່ບໍ່ມີຕົວຕົນແລະການວາງຕໍາແຫນ່ງຂອງວັດຖຸຈາກ RGB pixel matrix, ເຊິ່ງນໍາເອົາສິ່ງທ້າທາຍອັນໃຫຍ່ຫຼວງໃຫ້ກັບຄໍາຮ້ອງສະຫມັກປັນຍາປະດິດ AI.
ໃນປັດຈຸບັນ, ທິດທາງການຄົ້ນຄວ້າແລະການພັດທະນາຕົ້ນຕໍຂອງເຕັກໂນໂລຊີປັນຍາປະດິດແມ່ນ: ການກວດຈັບໃບຫນ້າ, ການກວດສອບຮ່າງກາຍຂອງມະນຸດ, ການກວດຫາຍານພາຫະນະ, ການກວດສອບລະຫັດສອງມິຕິແລະການຮັບຮູ້ gesture, ແລະອື່ນໆ, ສາມາດນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການຕິດຕາມ, ການຂົນສົ່ງອັດສະລິຍະ, ການຄ້າຂາຍຍ່ອຍໃຫມ່. , ປະຕິສໍາພັນທໍາມະຊາດ, ແລະອື່ນໆ ພື້ນຖານແມ່ນເຕັກໂນໂລຊີການຊອກຄົ້ນຫາວັດຖຸ. ເທັກໂນໂລຍີການຊອກຄົ້ນຫາເປົ້າໝາຍທີ່ອີງໃສ່ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງມີຄວາມຖືກຕ້ອງສູງ ແລະ ມີຄວາມແຂງແຮງ, ແຕ່ການໂຫຼດໃນຄອມພີວເຕີແມ່ນຂ້ອນຂ້າງໃຫຍ່, ແລະມັນບໍ່ສາມາດນຳໃຊ້ໄດ້ຢ່າງຈິງຈັງ ແລະ ນຳໃຊ້ໃນອຸປະກອນທີ່ຝັງໄວ້ເປັນເວລາດົນນານ.
ເພື່ອຕອບສະຫນອງຕໍ່ຕະຫຼາດປັນຍາປະດິດ AI ແລະຄວາມຕ້ອງການດ້ານວິຊາການ, Rockchip ໄດ້ປັບປຸງເຄືອຂ່າຍ MobileNet SSD ພິເສດໃນເວທີ RK3399 ທີ່ມີປະສິດທິພາບ, ດັ່ງນັ້ນ MobileNet SSD300 1.0 ທີ່ມີຄວາມແມ່ນຍໍາສູງແລ່ນໃນອັດຕາເຟຣມຫຼາຍກ່ວາ 8 ເຟຣມ, ແລະ MobileNet ກັບ ຄວາມຖືກຕ້ອງຕ່ໍາເລັກນ້ອຍແລະຄວາມໄວທີ່ໄວກວ່າ SSD300 0.75 ແລ່ນຢູ່ທີ່ 11 fps. ຄວາມໄວແລ່ນແບບເຄິ່ງເວລາຈິງນຳເອົາເທັກໂນໂລຍີ AI ພື້ນຖານຂອງການກວດຫາເປົ້າໝາຍໄປໃຊ້ຕົວຈິງໃນເຄື່ອງທີ່ຝັງຕົວ.
ນອກເໜືອໄປຈາກຄວາມໄວການແລ່ນແບບເຄິ່ງເວລາຈິງຂອງມັນ, ການແກ້ໄຂທາງດ້ານວິຊາການນີ້ຍັງຮອງຮັບຕົວແບບ TensorFlow Lite ທີ່ສົ່ງອອກໂດຍການຝຶກອົບຮົມການຊອກຄົ້ນຫາສິ່ງຂອງ TensorFlow ຂອງ Google. ໃນປັດຈຸບັນ, ມີກໍລະນີການນໍາໃຊ້ຈໍານວນຫລາຍໂດຍອີງໃສ່ TensorFlow Object Detection, ກວມເອົາທຸກປະເພດຂອງ Detection ຈາກໃບຫນ້າໄປຫາ Object, ເຊິ່ງເປັນຫນຶ່ງທີ່ສະດວກທີ່ສຸດແລະເປັນທີ່ນິຍົມຫຼາຍທີ່ສຸດກອບການຊອກຄົ້ນຫາເປົ້າຫມາຍໃນອຸດສາຫະກໍາ.
ການແກ້ໄຂເທັກໂນໂລຍີການຊອກຄົ້ນຫາເປົ້າໝາຍການຮຽນຮູ້ແບບເລິກເຊິ່ງຂອງ Rockchip ໂດຍອີງໃສ່ແພລະຕະຟອມຊິບ RK3399 ສາມາດຮອງຮັບລະບົບ Android ຫຼື Linux ໃນເວລາດຽວກັນ, ປັບປຸງປະສົບການຂອງຜູ້ໃຊ້ຜະລິດຕະພັນ AI ໂດຍໃຊ້ເທັກໂນໂລຢີການຊອກຄົ້ນຫາເປົ້າໝາຍ, ຫຼຸດວົງຈອນການຄົ້ນຄວ້າ ແລະການພັດທະນາຢ່າງຫຼວງຫຼາຍ, ແລະຊ່ວຍໃຫ້ AI ລະດັບສູງຫຼາຍຂຶ້ນ. ຜະລິດຕະພັນອັດສະລິຍະທີ່ຈະຕີຕະຫຼາດໄວເທົ່າທີ່ຈະໄວໄດ້.